一种缺陷检测方法、系统及其应用技术方案

本发明专利技术涉及缺陷检测技术领域，公开了一种缺陷检测方法、系统及其应用，包括以下步骤：质检端获取待测样品检测数据；识别训练端获取训练样本并进行模型训练；检测端同步质检端、识别训练端的数据，并通过识别训练端对质检端的待测样品检测数据进行识别检测；质检端获取识别后的缺陷分析报告。通过训练好的缺陷识别模型检测待测样品外观表面在生产过程中产生的工艺缺陷，结合进一步获取的待测样品的3D点云数据与产品设计图的对比获取待测样品的尺寸、孔深、槽深数据，实现对检测物更加全面的检测，提供缺陷检测的效率。提供缺陷检测的效率。提供缺陷检测的效率。

【技术实现步骤摘要】
一种缺陷检测方法、系统及其应用


[0001]本专利技术涉及缺陷检测
，特别涉及一种缺陷检测方法、系统及其应用。

技术介绍

[0002]企业为了应市场要求提高产品的出厂品质，通常将检测作为最终的把控环节，并投入大量的人力。当前大多数企业采用传统的人工检测，该种方式容易产生漏检、错检的现象，进而导致效率低、误差大与成本增长。
[0003]检测多半为机械性的基础工作，因此，大多数企业正在尝试寻找一个能够代替人工的智能设备，利用机器替代人工实现检测和判断，由此，视觉检测技术应运而生。通过视觉检测技术识别出产品的缺陷数据、质量数据，并进行分析及绘制出缺陷分布地图、缺陷数据项关联性、缺陷工艺关联性等图，可以直观的从上述图表中展现出企业质量缺陷弱点环节，但该技术在家居制造领域上的应用还不够成熟，通常只对检测物的外观进行检测，而对检测物更具体的结构的检测上是有所欠缺的。

技术实现思路

[0004]为了解决现有技术对检测物更具体的检测技术有所欠缺的问题，本专利技术提供了一种缺陷检测方法、系统及其应用，更加全面的对检测物进行检测，提高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种缺陷检测方法，其特征在于：包括以下步骤：质检端获取待测样品检测数据；识别训练端获取训练样本并进行模型训练；检测端同步质检端、识别训练端的数据，并通过识别训练端对质检端的待测样品检测数据进行识别检测；质检端获取识别后的缺陷分析报告。2.根据权利要求1所述的一种缺陷检测方法，其特征在于：所述质检端获取待测样品检测数据时，包括：通过与MES系统、ERP系统建立连接获取待测样品的检测数据并进行维护。3.根据权利要求2所述的一种缺陷检测方法，其特征在于：所述质检端对待测样品检测数据的维护，包括：对班组、缺陷类别、缺陷、设备信息中的一种或多种进行管理维护。4.根据权利要求1所述的一种缺陷检测方法，其特征在于：所述识别训练端获取训练样本并进行模型训练时，包括：基于卷积神经网络、HSV色域转换、图像变换、图像增强、图像分割的人工智能算法，构建缺陷识别模型；所述训练样本采集于缺陷样张，并基于机器学习组件，对缺陷识别模型进行训练，构建模板库并维护。5.根据权利要求4所述的一种缺陷检测方法，其特征在于：所述训练样本采集缺陷样张时，包括：通过大量的图像构建缺陷库；所述训练样本从缺陷...

【专利技术属性】
技术研发人员：任昱衡，郭伟鹏，谢章贵，王俊聪，
申请(专利权)人：厦门鲲鹭物联信息技术有限公司，
类型：发明
国别省市：